STATISTICAL INFERENCE WITH SIMULATED LIKELIHOOD FUNCTIONS
使用模拟似然函数的统计推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论一般模拟似然下的统计推断，未指定离散选择或结构模型，不能仅凭模拟估计将其归入相关细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
使用模拟似然函数的统计推断
- 研究问题
- 以模拟方法估计计量模型时，似然比、有效得分和 Wald 检验是否仍渐近等价，模拟误差如何影响其极限分布？
- 方法与思路
- 作者分析三类模拟检验统计量的渐近关系及模拟得分偏差对推断的影响，并用蒙特卡洛实验比较有限样本性质。
- 材料陈述的贡献
- 摘要称，三类模拟统计量渐近等价，但模拟得分可能存在渐近偏差，使统计量的极限分布成为非中心卡方分布。
- 阅读关注点
- 应核对模拟次数与样本量的关系、得分偏差产生的条件，以及非中心参数如何影响临界值和三类检验的实际使用。
- 阅读边界
- 所给 RePEc 出版社摘要未说明模拟设计、偏差消失条件或具体模拟结果，不能推断使用通常卡方临界值总是有效。
原文摘要
This paper considers classical test statistics, namely, the likelihood ratio, efficient score, and Wald statistics, for econometric models under simulation estimation. The simulated likelihood ratio, simulated efficient score, and simulated Wald test statistics are shown to be asymptotically equivalent. Because the simulated score vector can be asymptotically biased, limiting distributions of these simulated statistics can be asymptotically noncentral χ2 distributed. This paper studies inference issues with various simulated test statistics. Monte Carlo results are also provided to compare and demonstrate finite sample properties of simulated test statistics.